上传图片到googlecolab，并使用Keras预测分类

Question

我训练了一个神经网络模型，我希望能够很容易地从我的电脑上传一张图像来预测它的分类。我正在尝试使用以下代码片段将图像上载到Google Colab：

from google.colab import files

uploaded = files.upload()

for fn in uploaded.keys():
  print('User uploaded file "{name}" with length {length} bytes'.format(
      name=fn, length=len(uploaded[fn])))

我想使用OpenCV模块中的cv2.imread函数将图像转换为像素数组，但是上传的文件类型是字节，而这个函数需要文件路径。在

我的问题是，有没有一种方法可以将上传的图像保存在Colab的文件目录中，这样我就可以将它与cv2.imread函数一起用作文件路径，或者，有没有其他方法可以实现我所寻找的？在

谢谢你

Answer 1

要从内存中读取字节数组，请尝试cv2.imdecode。将需要使用将字节转换为numpy数组np.frombuffer然后使用imdecode

 img = cv2.imdecode(np.frombuffer(uploaded[fn]), np.uint8), 1)